1、第2章 農村電力負荷的計算和預測2.1 概述2.2 負荷曲線2.3 負荷預測的幾種方法必要性和意義農村電力負荷的特點負荷的分類預測的內容和方法概念日負荷曲線年負荷曲線用電單耗法彈性系數法外推法年均增長率法負荷密度法回歸分析法灰色預測法1、負荷預測的必要性和意義 是農網規劃的基礎 不預測或預測不準都會導致不良后果 需注意： 預測數值并不是計劃指標，而是給出一定條件下的發展趨勢的范圍，以供近期和遠期規劃決策時參考。第2章 負荷預測 - 2.1 概述2、農村電力負荷的特點 有很強的季節性地區性差異較大最大負荷利用小時數少 農村綜合負荷：1500-2000，而工業：4000-6000負荷密度和功率因數

2、低 負荷密度：5-75kW/km2，功率因數：0.6-0.7 上海（2009）：3538kW/km2，2 倍于東京排澇負荷對供電的可靠性要求不同第2章 負荷預測 - 2.1 概述2、農村電力負荷的特點新變化 農業排灌用電增加了新領域鄉鎮企業用電量顯著增加負荷隨季節波動幅度減小農村生活用電不斷提高第2章 負荷預測 - 2.1 概述3、農村電力負荷的分類 地縣工礦企業用電鄉鎮企業用電農業排灌用電農副產品加工用電城鄉生活用電第2章 負荷預測 - 2.1 概述4、負荷預測的內容 (1) 規劃區各規劃年總負荷水平。(2) 逐月的供用電量和供電最大負荷。(3) 各規劃水平年兩個或多個典型日負荷曲線和年負荷

3、曲線，以及負荷各種特征值，諸如年平均負荷率、最小負荷率、最大負荷率、最大峰谷差、最大負荷利用小時數。 第2章 負荷預測 - 2.1 概述5、負荷預測的方法 經典法：(1) 用電單耗法(2) 年均增長率法(3) 系數法(4) 負荷密度法其它方法：彈性系數法、回歸分析法、灰色預測法等第2章 負荷預測 - 2.1 概述負荷預測的過程： (1) 確定負荷預測的目的 (2) 收集負荷預測資料 (3) 資料整理及初步分析 (4) 建立負荷預測模型 (5) 綜合分析，確定預測結果，編寫預測說明 第2章 負荷預測 - 2.1 概述1、概念 農村電網中的實用負荷曲線，僅考慮有功功率、無功功率、電流隨時間的變化，

4、即以這些數量為縱標、以時間為指標繪制成曲線。第2章 負荷預測 - 2.2 負荷曲線2、日負荷曲線 1天內以每小時所測得的負荷值繪成的曲線第2章 負荷預測 - 2.2 負荷曲線日負荷曲線的特征值：最大、最小、平均負荷日最小負荷率:Pmin/Pmax反映負荷的變化幅度日最小負荷率: / Pmax反映日負荷變化的不均勻程度2、日負荷曲線 實用曲線 第2章 負荷預測 - 2.2 負荷曲線3、年負荷曲線 在一年內負荷隨時間變化的曲線 最大負荷利用小時數Tmax:負荷如果始終保持最大值，經過 Tmax后，它所消耗的電量恰好等于負荷全年的用電量。第2章 負荷預測 - 2.2 負荷曲線 安排全年的機組檢修計劃

5、 計算出全年需要的電量，有計劃地安排擴建或新建發電廠來滿足負荷增長的需要 根據產品或產值用電單耗和產品數量來推算電量的，其較適合于近、中期預測。 規劃年度用電量公式： A=D*Q+Af式中D產品用電單耗； Q產品產量： Af不能計算單耗的用電量。 第2章 負荷預測 - 2.3負荷預測方法一、用電單耗法 通過經濟預測達到負荷預測（產值單耗） Am+n=Dm(1+)n Qm(1+)n+Af式中產品用電單耗遞減率； 產品產量增長率： Af不能計算單耗的用電量預測值。 一、用電單耗法例： 某地區2011年GDP為125億元，產值單耗0.16kWh/元，按地區發展規律今后10年經濟增長速度保持在10%，

6、科技進步和節能措施的執行，產值單耗年遞減2%，預測2017用電量。Am+n=Dm(1+)n Qm(1+)n+Af A2011+6=0.16(1-0.02)6 125(1+0.1)6 =31.45（億kWh） 一、用電單耗法二、彈性系數法 一般用于遠期預測 彈性系數：國內生產總值GDP(Gross Domestic Product)的增長率除電力負荷增長率，即二、彈性系數法 式中 彈性系數； 年平均電力消費增長率； 年平均國民經濟發展增長率。彈性系數反映能源消費和國民經濟發展的比例關系，某市例：除非正常時期外，均1.071.08，即略大于1，且比較穩定。二、彈性系數法 分析同時期世界各個發達國家

7、的彈性系數的變化也都是這種情況，正如表3-3所示。二、彈性系數法 二、彈性系數法 中國2001-2010年電力彈性系數影響彈性系數變化的因素有： （1）國民經濟的發展 （2）生產發展是否正常 （3）國民經濟結構成分的變化 （4）家庭用電的發展 （5）限電和節電措施 （6）氣候條件二、彈性系數法 式中A規劃年度的供電量，萬kWh； E基準年度的供電量，萬kWh。例，某地區彈性系數1.05，GDP年均增長率15%，2011年用電量20億度，預測2017用電量，最大負荷小時為6000，求規劃年最大負荷。二、彈性系數法 Pmax=A/6000=16.67MW三、外推法 用歷年的時間系列數據加以延伸，來

8、推算各目標年的電量。 直線型：y=a+bt適用于逐年增量大致相同； 指數型 ：y=abt每年增減率大致相同。四、年均增長率法年均增長率法是依據下式來預測電量的 式中 An 規劃區第n年電量； A規劃區基礎年的電量： 年均增長率； n年份。例如，規劃區各年用電量如表3-4所示，試用2000年的用電量A68.3萬kWh，預測2005年的電量，=8。Tmax5800h四、年均增長率法用98-02數據預測2003、2004年用電量年平均增長率 ：2003年：16.48（1+0.284）=21.162004年： 16.48(1+0.284)2=27.17年份1998年1999年2000年2001年200

9、2年2003年2004年 電量(億kWh)6.057.459.7912.5116.4820.1424.07四、年均增長率法例2： 從某地區人口或土地面積的平均耗電量出發作預測。 A=s d A: 某地區的年（月）用電量 s: 該地區的人口數（或建筑面積、土地面積） d: 平均每人（或每平方米建筑面積，每公頃土地面積）的用電量，稱為用電密度。五、負荷密度法 應該分區預測，再匯總如：南部規劃區、北部規劃區、東部規劃區、西部規劃區、市政中心區、市郊規劃區；又如：城鎮工業區、城鎮與郊區混合住宅區、農村住宅區、排灌負荷區、家禽牲畜養殖區、作物培育區等。 例見下頁表 五、負荷密度法五、負荷密度法五、負荷密

10、度法 從某一自變量（x）的變化情況來預測某一因變量（y）的變化情況。 當變量之間相關關系的統計規律呈線性關系時 稱線性回歸， 否則稱非線性回歸。 在線性回歸中， 自變量是一個的，稱一元回歸， 自變量是兩個的，稱二元回歸， 自變量是三個或三個以上時稱多元回歸； 其數學手段是最小二乘法。 六、 回歸分析預測負荷 年份 200020012002用電量（億kWh）9.79 12.51 16.48 用以上數據預測2003、2004年用電量 建立數學模型： 利用已有歷史數據用最小二乘法確定系數a、b t123Yt9.7912.5116.48建立誤差函數： 六、 回歸分析預測負荷 例：使M最小的a、b最合適

11、 構成方程組 求解得：a=6.24 b=3.345， 所以預測函數： 預測2003年電量： 預測2004年電量： 實際值：20.14 24.07六、 回歸分析預測負荷 2002 2003 200416.48 20.14 24.07六、 回歸分析預測負荷 年份：用電量（kWh）：預測2005年用電量1、系統的分類白色系統：內部結構及參數已知的系統黑色系統：內部結構及參數未知的系統灰色系統：內部結構及參數部分已知的系統 七、農村用電量的灰色預測 灰色系統預測的實質是一次累加生成，將原始數列一次累加后，形成明顯的指數規律，然后用一條曲線去擬和累加生成，再累減還原即可得到預測值。灰色預測既適用于近期預

12、測，又適用于遠期預測。 七、農村用電量的灰色預測 2、一般模型預測模型可用一階微分方程來描述 已知： 3、例： 年份1999200020012002負荷（kW）7.459.7912.5116.48預測接下來兩年的負荷 7.45 9.79 12.51 16.48 對其做一次累加 7.45 17.24 29.75 46.23 認為該序列符合指數規律增長，滿足以下微分方程：七、農村用電量的灰色預測 令 帶入方程得： a=-0.2615 =6.491c=/a=-24.82t=0對應第1個數， 7.45=+c， =32.27t=4對應X(0)(5)=20.92t=5對應X(0)(6)=27.43實際值：20.14 24.07舍去第一個，將第一個預測值加入已知，預測得： X(0)(6)=26.41、簡述農村電力負荷的特點。2、農村電力負荷預測的目的是什么？常用的農村電